2. Использование факторного анализа в психологии

Использование факторного анализа в психологии. Факторный анализ широко используется в психологии в раз­ных направлениях, связанных с решением как теоретических, так и практических проблем.

В теоретическом плане использование факторного анализа связано с разработкой так называемого факторно-аналитическо­го подхода к изучению структуры личности, темперамента и способностей. Использование факторного анализа в этих сферах основано на широко принятом допущении, согласно которому наблюдаемые и доступные для прямого измерения показатели являются лишь косвенными и/или частными внешними прояв­лениями более общих характеристик. Эти характеристики, в от­личие от первых, являются скрытыми, так называемыми латен­тными переменными, поскольку они представляют собой поня­тия или конструкты, которые не доступны для прямого измере­ния. Однако они могут быть установлены путем факторизации корреляционных связей между наблюдаемыми чертами и выде­лением факторов, которые (при условии хорошей структуры) можно интерпретировать как статистическое выражение иско­мой латентной переменной.

Хотя факторы имеют чисто математический характер, пред­полагается, что они репрезентируют скрытые переменные (тео­ретически постулируемые конструкты или понятия), поэтому названия факторов нередко отражают сущность изучаемого гипо­тетического конструкта. Так, факторный анализ, который был разработан в начале XX века Ч. Спирменом для исследования структуры способностей, позволил ввести в психологию понятие общего фактора способностей — фактора g. Впоследствии Л. Терстоун выдвинул и экспериментально апробировал модель, кото­рая включала 12 факторов способностей. Факторно-аналитичес­кие исследования темперамента и личности в зарубежной психо­логии охватывают целый ряд теорий прошлого и настоящего, включая теории Г. Олпорта, Р. Кэттелла, Г. Айзенка и других.

В отечественной психологии факторный анализ наиболее ши­роко использовался в дифференциальной психологии и психо­физиологии при изучении свойств нервной системы человека в работах Б.М. Теплова и его школы. Теплов придавал большое значение этому виду статистической обработки данных, подчер­кивая, что факторный анализ — ценное орудие в любой облас­ти, где можно хотя бы в виде предварительной гипотезы пред­положить наличие некоторых основных параметров, функций, свойств, образующих «структуру» данной области явлений.

В настоящее время факторный анализ широко используется в дифференциальной психологии и психодиагностике. С его помо­щью можно разрабатывать тесты, устанавливать структуру связей между отдельными психологическими характеристиками, измеря­емыми набором тестов или заданиями теста.

Факторный анализ используется также для стандартизации тестовых методик, которая проводится на репрезентативной вы­борке испытуемых.

Тема: «Методы многомерного шкалирования»

1. Многомерное шкалирование: назначение. Суть методов многомерного шкалирования (мш).

Основная цель многомерного шкалирования (МШ) — выявление структуры исследуемого множества объектов — близка к цели факторного и кластерно­го анализа. Так же, как в факторном анализе, под структурой понимается на­бор основных факторов (в данном случае — шкал), по которым различаются и могут быть описаны эти объекты. Однако в отличие от факторного, но по­добно кластерному анализу исходной информацией для МШ являются дан­ные о различии или близости объектов.

В психологии чаще всего исходными данными для МШ являются субъек­тивные суждения испытуемых о различии или сходстве стимулов (объектов). Центральное положение МШ заключается в том, что в основе таких сужде­ний лежит ограниченное число субъективных признаков (критериев), опре­деляющих различение стимулов, и человек, вынося свои суждения, явно или неявно учитывает эти критерии. Основываясь на этом положении, решается главная задана МШ— реконструкция психологического пространства, задан­ного небольшим числом измерений-шкал, и расположение в нем точек-сти­мулов таким образом, чтобы расстояния между ними наилучшим образом соответствовали исходным субъективным различиям. Таким образом, шкала в МШ интерпретируется как критерий, лежащий в основе различий стимулов.

Геометрические представления МШ основаны на аналогии между поня­тием различия в психологии и понятием расстояния в пространстве. Чем бо­лее субъективно сходны между собой два объекта, тем ближе в реконструиру­емом пространстве признаков должны находиться соответствующие этим объектам точки. Исходя из такой дистанционной модели, по субъективным данным о различии одного объекта от другого реконструируется их взаимное расположение в пространстве нескольких признаков. Эти признаки тракту­ются как субъективные шкалы — критерии, которыми пользуется человек при различении объектов. А расстояние между объектами в этом пространстве есть определенная функция от исходных оценок различия.

Общая схема МШ формально может быть представлена следующим обра­зом. На основе суждений экспертов (испытуемых) в отношении интересующих исследователя объектов вначале составляется симметричная матрица попарных различий (или матрицы — по одной для каждого эксперта). До­пускается и использование данных о предпочтениях, содержащих упорядо­чивание каждым экспертом совокуп­ности объектов по степени их пред­почтения. Сравниваемыми объектами могут быть члены коллектива, предметы домашнего обихода, литературные отрывки, цветовые оттенки и т. д. Модель МШ предполагает, что эксперт производит сравнение, осознанно или нет пользуясь одним или несколькими признаками этих объектов. В отношении сотрудников подразделения такими признаками могут быть должностной ста­тус, профессионализм, доброжелательность и т. д.

В процессе МШ определяется, сколько признаков-шкал необходимо и до­статочно для построения координатного пространства и размещения в нем точек-объектов.

Следует отметить, что исходными данными для МШ могут являться не только субъективные оценки различий, но и обычные данные типа «объект-признак». Но поскольку МШ предназначено для анализа различий, то для данных типа «объект-признак» необходимо, во-первых, определить, что будет подлежать шкалированию — сами объекты (строки) или признаки (стол­бцы). Во-вторых, необходимо задать метрику различии — то, как будут опре­деляться различия между всеми парами изучаемых элементов.

Выбирая МШ, исследователь должен отдавать себе отчет в том, что это довольно сложный метод, применение которого к тому же связано с неиз­бежными потерями исходной информации о различии объектов. Поэтому, если задача исследования ограничивается классификацией объектов и нет оснований полагать, что эта классификация обусловлена небольшим числом независимых причин — критериев различий, то целесообразнее воспользо­ваться более простым методом — кластерным анализом.

МШ в своих основных трех модификациях позволяет решать три группы задач:

1. Исходные данные — прямые оценки субъектом различий между стиму­лами или вычисленные расстояния между объектами, характеризующимися совокупностью признаков. Примером второго типа данных могут являться расстояния между ролями (объектами), вычисленные по совокупности кон­структов (репертуарные решетки Келли). МШ позволяет реконструировать психологическое пространство субъекта, как конфигурацию стимулов в осях существенных признаков, по которым эти стимулы различаются субъектом.

2. Исходные данные — те же, что и в предыдущем случае субъективные различия между стимулами (оцененные прямо или вычисленные), но полученные не от одного, а от группы субъектов. Взвешенная модель инди­видуальных различий позволяет получить групповое психологическое про­странство стимулов в осях общих для данной группы существенных призна­ков. Дополнительно к этому для каждого субъекта — индивидуальные веса признаков как меру учета соответствующих точек зрения при различении стимулов.

3. Исходные данные — результаты упорядочивания каждым из группы субъектов набора стимулов по степени предпочтения. Модель анализа пред­почтений позволяет получить групповое психологическое пространство сти­мулов в осях существенных признаков и размещенные в этом же простран­стве идеальные точки для каждого субъекта.